感谢 唐老师 解答!
在 2020-01-07 19:46:06,"Yun Tang" <myas...@live.com> 写道: >Hi > >使用iterator.remove() 去除state中已经计算过的数据不是一个标准做法,标准的做法应该是 clear掉相应的state [1] >至于为什么使用MemoryStateBackend会去除数据是因为 get 返回的结果是backend中on heap直接存储的对象[2],存在修改的副作用。 >而RocksDB state backend get返回的结果是反序列化的list,而不是RocksDB自身存储的数据 [3],也就不存在修改的副作用了。 > > >[1] >https://github.com/apache/flink/blob/b195383b6b792ea1363ae340ffcfb6ef45c84677/flink-streaming-java/src/main/java/org/apache/flink/streaming/runtime/operators/windowing/WindowOperator.java#L377 >[2] >https://github.com/apache/flink/blob/b195383b6b792ea1363ae340ffcfb6ef45c84677/flink-runtime/src/main/java/org/apache/flink/runtime/state/heap/AbstractHeapAppendingState.java#L57 >[3] >https://github.com/apache/flink/blob/b195383b6b792ea1363ae340ffcfb6ef45c84677/flink-state-backends/flink-statebackend-rocksdb/src/main/java/org/apache/flink/contrib/streaming/state/RocksDBListState.java#L119 > >祝好 >唐云 > >________________________________ >From: USERNAME <oracle...@126.com> >Sent: Tuesday, January 7, 2020 17:54 >To: user-zh@flink.apache.org <user-zh@flink.apache.org> >Subject: FLINK 不同 StateBackend ProcessWindowFunction的差别 > >各位好! >祝大家新年快乐! > > > > >--版本 >FLINK 1.9.1 ON YARN > > >--过程 >1.定义一个 EventTimeSessionWindows.withGap(Time.hours(1))窗口 >2.定义一个new Trigger(),每隔固定间隔计算一次,并且输出 >3.定义一个new ProcessWindowFunction(),每隔固定时间计算一次,并且输出,并且不保留已经计算的数据 >--问题 >new ProcessWindowFunction()中通过iter.remove();来将计算过的数据去掉, >使用MemoryStateBackend可以达到预期的目标,在固定间隔的计算周期内,都不会包含上一次的值。 >使用RocksDBStateBackend该iter.remove();步骤会不生效,下次计算还会有历史数据。 >这种计算场景有更好的计算方法吗? > > >--部分代码 >final StreamExecutionEnvironment env = >StreamExecutionEnvironment.getExecutionEnvironment(); >env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime); > > >new ProcessWindowFunction{ >public void process(Tuple tuple, Context context, Iterable<StringBean> >elements, Collector<String> out) throws Exception { >for (Iterator<StringBean> iter = elements.iterator(); iter.hasNext(); ) { >.... >iter.remove(); >} >} >.... >} > > > > > > >